AI-driven mechanism-based toxicity prediction and animal-free screening research
연구 내용
화학물질의 개발·생식 독성 및 기전 정보를 기반으로 NAM 데이터를 딥러닝으로 해석하고, Caenorhabditis elegans 전사인자 RNAi 플랫폼 및 고속 스크리닝으로 독성을 우선순위화하는 연구
본 연구는 NAM 기반 유해성 자료를 기전 단서와 함께 통합해 독성 위험을 예측하는 방법론을 개발합니다. Caenorhabditis elegans 전사인자 RNAi 플랫폼을 활용해 in vivo 고속 스크리닝을 수행하고, ToxCast 생물시험의 다중 어세이 데이터를 딥러닝 모델에 입력하여 개발·생식 독성의 기전 관련성을 반영한 예측 체계를 구축합니다. 또한 AOP 프레임과 연계해 규제적 의사결정에 활용 가능한 근거 구성을 지향하며, 화학물질 우선순위 선별 및 흡입독성 등 특정 노출 맥락으로 확장합니다.
관련 연구 성과
관련 논문
3편
관련 특허
4건
관련 프로젝트
3건
연구 흐름
초기에는 Caenorhabditis elegans 전사인자 RNAi 플랫폼을 이용해 화학물질의 독성 기전을 신속하게 탐색하고, 고속 선별 기반의 독성 표현 경로를 정리하는 방향으로 연구를 수행했습니다. 이후 in vitro ToxCast bioassay 데이터를 기전 연계 관점에서 정제하고, 다중 과제 학습과 다양한 딥러닝 구조를 비교하며 개발·생식 독성 예측 성능을 안정화하는 연구로 확장했습니다. 최근에는 NAM 기반 위해성평가의 적용 병목을 정리하고, AOP 및 IVIVE 등 규제 친화적 프레임을 결합하는 방향으로 연구를 심화하고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
In vivo high-throughput toxicity screening of brominated flame retardants using a Caenorhabditis elegans transcription factor RNAi platform
Multi-task deep learning models for mechanism-based prediction of developmental and reproductive toxicity (DART) using ToxCast bioassays
Application of in vitro new approach methodologies data to chemical risk assessment: current status and perspectives toward next generation risk assessment
관련 특허
구분
제목
화학물질 독성 데이터베이스와 딥러닝 모델을 이용한 흡입독성 검토 우선 순위 물질 선별 방법
고속 대량 포유류 독성 예측 지표 생성 방법, 고속 대량 포유류 독성 예측 스크리닝 방법, 및 고속 대량 포유류 독성 예측 스크리닝 시스템
은나노입자의 퇴적물 생태독성 검출을 위한 깔따구 글로빈 단백질 칩 및 이의 용도
예쁜꼬마선충에서 mtl-2 유전자의 발현량 변화를 이용한 광산 토양 중의 중금속의 존재 여부를 검출하는 방법
관련 프로젝트
구분
제목
인공지능 기반 EU 그린딜 스마트 화학물질 안전관리 체계 구축을 위한 한-EU 연구협력 네트워크 강화
차세대 위해성평가 기법을 활용한 위험성 확인 및 결정 기술개발 연구(2)
차세대 위해성평가 기법을 활용한 위험성 확인 및 결정 기술개발 연구(2)